Inteligencia de negocios y big data para el mundo hispano parlante.

¡Subscríbase al boletín gratuito!


Inteligencia de Negocios en Español - Decideo.com





Actualidades y análisis

Aplicaciones concretas del Deep Learning en manufactura, seguridad y marketing


, el 5 Julio 2017 | Leído 1038 veces

Con un marcado foco en el desarrollo de innovaciones en Inteligencia Artificial, Dataperformers, con sede en Montreal, responde a problemas concretos del sector manufacturero, de la vigilancia y del marketing, a través de un sistema de Deep Learning capaz de reconocer objetos en videos transmitidos en vivo.



¿Inteligencia Artificial, Machine Learning, Deep Learning o ciencia ficción?

Mehdi Merai, Dataperformers
Mehdi Merai, Dataperformers
La falta de comprensión por parte de las organizaciones sobre qué es realmente la Inteligencia Artificial, el Machine Learning, el Deep Learning y para dejar de pensar que esto es solamente un tema de películas de ciencia ficción, hacen que aparezcan iniciativas como Dataperformers. "Yo participo en una de esas iniciativas que sirven como una especie de puente entre la sociedad y los especialistas de la inteligencia artificial, para explicar cómo funcionan estos sistemas y para qué sirven realmente a la sociedad", señala Mehdi Merai, CEO y cofundador de Dataperformers, quien adicionalmente agrega que estos mecanismos artificialmente inteligentes están cada vez más con nosotros en nuestros hogares, en nuestro entorno laboral y en la vida cotidiana en general.


De la Inteligencia de Negocios a Innovaciones artificialmente inteligentes

En el año 2013, Mehdi Merai junto con Amine Ben Ayed, deciden asociase para ofrecer, con Dataperformers, los servicios en Inteligencia de Negocios; pero esta idea se transforma cuando Mehdi comienza a interesarse, personalmente, por el dominio de la ciencia cognitiva lo que lo llevó a hacer un enlace entre la decisión que toman las máquinas y la decisión que toman los seres humanos, dicho de otro modo, de incursionar en el mundo de la Inteligencia Artificial; "el ser humano siempre ha estado fascinado por su capacidad de observar, de constatar, de aprender y de crear máquinas que traten de hacer las mismas cosas que los seres humanos realizan; de esta fascinación ha surgido el movimiento de la inteligencia artificial".

Para aterrizar el concepto de Inteligencia Artificial, Mehdi sugiere revisar de antemano el concepto de "Inteligencia". Según Wikipedia, ésta se define como la capacidad de generar información nueva combinando la que recibimos del exterior con aquella de la que disponemos en nuestra memoria. Se trata de una capacidad general que implica varios factores: la memoria, el pensamiento abstracto, dirigida hacia la resolución de problemas o en la capacidad de adquirir conocimientos.

"La inteligencia artificial es el efecto de tener un sistema artificial -llámese máquina o algoritmo- capaz de aprender para tomar decisiones inteligentes, es decir, basadas en el aprendizaje dentro de un determinado ambiente", continúa explicando Mehdi quien igualmente señala que la inteligencia artificial está inspirada en la cognición biológica, pero a muy alto nivel, y llevándola a un plano más técnico de cómo dicha cognición se realiza, ésta idea cambia y explica: "en términos más técnicos, -la inteligencia artificial- está menos inspirada en la cognición biológica natural, sino que se basa de conceptos matemáticos, que posiblemente no existen en el cerebro humano".

Una nueva generación de sistemas inteligentes

Después de finalizar los estudios de maestría en informática en la UQAM (Université du Québec à Montreal), Mehdi Merai decide continuar su PhD con foco en Machine Learning. Para diferenciar el concepto de Machine Learning con el de Deep Learning, el experto en aprendizaje de máquinas, nos indica que del machine learning resulta una máquina o sistema inteligente cuyo proceso de aprendizaje hace parte de la inteligencia artificial.

"La idea general del aprendizaje de conexiones basados en métodos de procesamiento neuronal, es simplemente el capturar el conocimiento con la experiencia sin tener que implicar un operador humano. En la antigua generación de inteligencia artificial, los sistemas inteligentes estaban basados en conocimientos – sistemas expertos- definiendo por cada caso lo que la máquina tenía que hacer. El problema radicaba en que, en la vida real, el ambiente es mucho más complejo que eso, y era muy difícil y dispendioso capturar todos los casos, uno a uno. Es por ello que, la nueva generación de sistemas inteligentes, de conexión, sobre todo, se basa en el hecho que el humano no va intervenir para definir caso por caso, sino que va a ser la misma red neuronal la que va a aprender por ella misma y de manera repetitiva".
Con respecto al Deep Learning, Mehdi aclara: "este concepto hace referencia a una familia de técnicas que hacen parte del machine learning. Deep implica el efecto de tener no solamente una capa, sino varias capas para diseñar y representar las redes neuronales, de allí su término de profundo (con muchas capas)."

Volviendo a Wikipedia sobre esta definición, estas técnicas de aprendizaje profundo constituyen una clase de algoritmos de aprendizaje automático:
• Utilizando diferentes capas de unidad de tratamiento no lineal para la extracción y la transformación de características. Cada capa toma como entrada la salida de la anterior. Los algoritmos pueden ser supervisados o no supervisados y sus aplicaciones comprenden el reconocimiento de modelos o la clasificación estadística.
• Dichas técnicas funcionan con un aprendizaje de varios niveles de detalles o de representaciones de datos. A través de las diferentes capas, se pasa de parámetros de bajo nivel a parámetros de más alto nivel.
• Estos diferentes niveles corresponden a diferentes niveles de abstracción de los datos.
• Este nuevo campo de estudio tiene por objetivo avanzar más hacia las capacidades de la inteligencia artificial. Estas arquitecturas permiten hoy día, dar sentido a los datos representados en forma de texto, sonido, o imagen.

Spectre AI, es uno de los proyectos en los cuales trabaja Dataperformers. Definido como un sistema de Deep learning, capaz de reconocer objetos e imágenes en videos en línea y en tiempo real. Este sistema responde a varias necesidades del mercado. Por ejemplo, en la inspección de piezas metálicas, para reconocer objetos averiados o detectar fisuras, en industrias manufactureras en donde se hace imperativo revisar millones de imágenes en forma casi que instantánea; en seguridad, para reconocer a las personas; en marketing para aquellas empresas que deseen detectar un producto en particular o reconocer algún objeto determinado de sus marcas, en los videos que se transmiten en vivo por los usuarios en las redes sociales.

Una particularidad de este sistema inteligente es su nivel de precisión y a diferencia con la API de detección de objetos, Tensor Flow de Google que permite crear redes neuronales, lo que hace el producto Spectre AI, como lo define su CEO de Dataperformers, no es la red neuronal por él mismo, sino cómo utilizar una red neuronal para resolver un problema en particular. "Tensor Flow de Google permite crear la red neuronal definiendo los parámetros como arquitectura, cantidad de nodos, cantidad de capas, y definiendo las características de cada capa. El trabajo del científico en inteligencia artificial, es de encontrar esta arquitectura, de encontrar este modelo de aprendizaje, que permite de tener las entradas y de tener los resultados deseados. Y enseguida, implementar este sistema, ya sea con un framework , llámese Tensor Flow, Caffe2Go u otro; Spectre AI es más que todo un producto", explica Mehdi Merai.

Para poder integrar esta solución con los sistemas de información organizacionales, se requiere del especialista en TI, usuario final de Spectre AI, quien será capaz de hacer las conexiones API y de colectar la respuesta -outputs- para reconocer el objeto en particular en aquellas áreas que tengan la necesidad de reconocer una imagen u objeto de contenido video en vivo.

Deep Learning para las ciudades inteligentes

Otro proyecto de Dataperformes, es Crowd 360 con miras de ser lanzado pronto, éste apunta hacia las necesidades de las ciudades y de volverlas más inteligentes, mediante el proceso de simplificar el proceso de escucha al ciudadano, "aquí nos metemos un poco en la piel de los administradores de las ciudades, quienes reciben millones de quejas diariamente (asociadas al ruido, a la contaminación, al estado de las calles, a la seguridad, impuestos, etc.) Crowd 360 es una herramienta que permite ayudar a los administradores a clasificar estos problemas y automáticamente transformar cada queja para asociarla a una categoría con el fin de encaminarlas con la persona o el departamento correcto".

Gracias a la revolución científica industrial basada en el aprendizaje profundo, y que recientemente protagoniza fuertemente Montreal, Dataperformers define dejar en esta ciudad canadiense, su sede principal.

Este productor de inteligencia artificial, actualmente cuenta con 10 personas en su equipo de trabajo, en su gran mayoría cuentan con formación en ingeniería informática; la mitad de ellos son científicos en inteligencia artificial encargados del desarrollo de innovaciones en IA y la otra parte del equipo se encarga de implementar dichas innovaciones y de transformarlas en producto.

Mas, sin embargo, también visan el mercado americano. A partir del próximo mes de septiembre, Dataperformers abre oficina en San Francisco, California. Su CEO afirma que la implantación allí les ayudará en la visibilidad hacia los próximos clientes estadounidenses que deseen explotar estas capacidades de reconocimiento de objetos, para automatizarlos y al final mejorar la toma de decisiones de una forma más inteligente: "gracias al boom de Montreal, somos capaces actualmente de exportar esta tecnología hacia la Silicon Valley y no lo contrario. Nuestra oficina principal estará en Montreal".




Nuevo comentario:
Facebook Twitter

Usted puede comentar o proporcionar más información a todos los artículos de este sitio. Los comentarios son libres y abiertos a todos. Sin embargo, nos reservamos el derecho a eliminar, sin previo aviso ni explicación, todo comentario que no cumpla con nuestras normas internas de funcionamiento, es decir, cualquier comentario difamatorio o sin relación con el tema del artículo. Así mismo, los comentarios anónimos son eliminados sistemáticamente si son demasiado negativos o muy positivos. Exprese sus opiniones, compártalas con los demás y asúmalas. Gracias de antemano. Igualmente, agradecemos tener en cuenta que los comentarios no sean enviados automáticamente a los redactores de cada artículo. Si usted desea realizar una pregunta al autor de un artículo, contáctelo directamente, no utilice los comentarios.


Twitter
Rss
LinkedIn
Google+
Facebook
Pinterest